Python Panda 상관계수와 공분산 구하기, DataFrame Sort 하는 방법

안녕하세요 이번 포스팅은 Python의 Pandas 패키지를 이용한 DataFrame 함수를 활용하는 방법 중에 상관계수와 공분산 구하기, DataFrame Sort 하는 방법에 대해서 설명드리도록 하겠습니다. 

 

상관계수-공분산-Sort

 

코드 구현을 위한 Source Data DataFrame 화 하기

 

: 일단 DataFrame을 구현하기 위한 Source Data를 구현해보도록 하겠습니다. 이전 포스팅에서 설명드린 것처럼 DataFrame을 구현하기 위해서는 Dictionary로 구현되어 있는 Data Source가 필요합니다. 아래와 같이 예시 Data를 구현해보도록 하겠습니다. (참고로 이 부분은 이전 포스팅에서 똑같은 Source Data를 사용하고 있다는 걸 참조해주세요.)

 

# 필요한 패키지를 먼저 선언을 합니다.
import pandas as pd
import numpy as np

# 상관계수와 공분산 구하기 위해 새로운 DataFrame 선언하기
df2 = pd.DataFrame(np.random.randn(8, 5), columns=["Column1", "Column2", "Column3", "Column4", "Column5"], index=np.arange(8))

▼ 위의 Data는 예시로 한 것이고, Source Data는 원하시는 내용으로 다시 수정해서 구현하셔도 됩니다.

 

상관계수와 공분산 구하는 방법

 

: 위 예제 Source Data를 이용하여 상관계수와 공분산을 구하는 코드를 구현해보도록 하겠습니다. Column 명은 제가 편하게 설명할 수 있게 Column1~4로 선언을 하였습니다. Column1열과 Column2의 상관계수 구하는 코드와 Column1열과 Column3의 공분산을 구하는 코드를 구현해보도록 하겠습니다. (사실 개인적으로 상관계수와 공분산에 대해서 신경 안 쓰는 업무라서 일단 알고만 있으시다가 필요시 사용하시면 될 거 같습니다.)

# Column1열과 Column2의 상관계수 구하는 코드
print(df2['Column1'].corr(df2['Column2']))

# Column1열과 Column3의 공분산을 구하는 코드
print(df2['Column1'].cov(df2['Column3']))

 

▼ 위 코드를 실행을 해보면 아래와 같이 상관계수와 공분산이 각 지정한 Column 별로 출력이 되는 걸 확인 하실 수 있습니다. 

# # Column1열과 Column2의 상관계수
-0.3558934488923901

# Column1열과 Column3의 공분산 결과 값
-0.19615429896328176

 

DataFrame Value Sort 하는 방법

 

: 기 구현한 DataFrame에 있는 Value를 Sort 하는 방법에 대해서 설명 드리도록 하겠습니다. 이번에도 axis value를 지정을 해주셔야 하는데, axis value 지정에 따라 행 or 열 기준으로 오름차순, 내림차순으로 정렬이 가능합니다. 여러 가지 예제를 통해서 코드를 구현해보도록 하겠습니다. 

 

▼  여기에서 인지를 하셔야하는 게, ascending value의 default 값은 "True" 즉, 오름차순입니다.

# 열 기준으로 내림차순으로 정렬
print(df2.sort_index(axis=1, ascending=False))

# Column1 기준으로 오름 차순 정렬
print(df2.sort_values(by='Column1'))

# Column2 기준으로 내림차순으로 정렬
print(df2.sort_values(by='Column2', ascending=False))

# Column1, 2 둘다 적용되는 오름차순 정렬
print(df2.sort_values(by=['Column1','Column2']))

 

    Column5   Column4   Column3   Column2   Column1
0 -0.244633 -0.374957 -0.238896 -0.397764 -0.322000
1  1.355599 -0.661707  1.479211 -1.517488 -0.448544
2 -0.592878 -0.879196 -1.034051  1.126799  0.842670
3 -0.012600  0.326936  0.683890  0.614416  0.345653
4 -1.479725  0.247930  0.614557 -0.414769  0.157037
5  0.324576  0.528808  1.133349 -0.278671 -0.259626
6  0.638329 -0.131525  0.035428 -1.086283 -0.637628
7 -1.894404  0.492126 -0.249520 -1.551814  0.677345


    Column1   Column2   Column3   Column4   Column5
6 -0.637628 -1.086283  0.035428 -0.131525  0.638329
1 -0.448544 -1.517488  1.479211 -0.661707  1.355599
0 -0.322000 -0.397764 -0.238896 -0.374957 -0.244633
5 -0.259626 -0.278671  1.133349  0.528808  0.324576
4  0.157037 -0.414769  0.614557  0.247930 -1.479725
3  0.345653  0.614416  0.683890  0.326936 -0.012600
7  0.677345 -1.551814 -0.249520  0.492126 -1.894404
2  0.842670  1.126799 -1.034051 -0.879196 -0.592878


    Column1   Column2   Column3   Column4   Column5
5  1.918225  2.402326 -1.765518 -0.433801 -0.761530
7 -1.942019  0.848240 -0.351322  1.317522 -0.221442
4  0.669753  0.509918 -0.161832 -1.558975  0.935654
1  0.018032  0.030769 -0.326015  0.875171 -1.279888
6 -0.412105 -0.210425 -0.579964 -0.975626  0.595798
2 -0.218168 -0.326969  1.121992  0.395151 -0.053598
3 -1.832705 -0.705669 -1.255540 -0.656330 -0.546327
0 -1.646518 -1.136588 -0.505208 -0.746305 -0.438222


    Column1   Column2   Column3   Column4   Column5
7 -1.942019  0.848240 -0.351322  1.317522 -0.221442
3 -1.832705 -0.705669 -1.255540 -0.656330 -0.546327
0 -1.646518 -1.136588 -0.505208 -0.746305 -0.438222
6 -0.412105 -0.210425 -0.579964 -0.975626  0.595798
2 -0.218168 -0.326969  1.121992  0.395151 -0.053598
1  0.018032  0.030769 -0.326015  0.875171 -1.279888
4  0.669753  0.509918 -0.161832 -1.558975  0.935654
5  1.918225  2.402326 -1.765518 -0.433801 -0.761530

 

 이상입니다. 지금까지 Python의 Pandas 패키지를 이용한 DataFrame 함수를 활용하는 방법 중에 상관계수와 공분산 구하기, DataFrame Sort 하는 방법에 대해서 포스팅을 작성하였습니다. 위 코드를 이해하셨으면 실제로 파이 참에서 실행을 해보시는 걸 추천드립니다. 그럼 최고의 프로그래머가 되는 데 조금이나 도움이 되었으면 좋겠습니다. 이만 마무리하도록 하겠습니다. 감사합니다.

 

[저작권이나, 권리를 침해한 사항이 있으면 언제든지 Comment 부탁드립니다. 검토 후 수정 및 삭제 조치하도록 하겠습니다. 그리고, 기재되는 내용은 개인적으로 습득한 내용이므로, 혹 오류가 발생할 수 있을 가능성이 있으므로, 기재된 내용은 참조용으로만 봐주시길 바랍니다. 게시물에, 오류가 있을 때도, Comment 달아 주시면, 검증 결과를 통해, 수정하도록 하겠습니다.] 

 

 

관련 다른 글